In STT-PLN library book search system, book search process is only based on string matching so the results of the book search are still not in accordance with what visitors are searching for, because the system does not know the contents of the book. This research was conducted to provide book recommendations that are most suitable for those sought by users on a chatbot basis. Chatbot has a conversation with the user and retrieves book information sought by the user. The methods applied to build this system are Text Pre-processing and Latent Semantic Indexing (LSI). Text pre-processing is used to prepare documents before they are processed by the Latent Semantic indexing (LSI) method. Text pre-processing includes tokenizing, filtering, and stemming. Whereas Latent Semantic Indexing (LSI) is used to search for topics in books which are then made into book recommendations that are most suitable for what is sought. From the test results using the Latent Semantic Indexing method obtained an accuracy of 69.05% with an average execution time of 1.01 seconds and testing with mean squared error (MSE), the error value obtained is 30.95%.

Pada sistem pencarian buku perpustakaan Sekolah Tinggi Teknik PLN (STT PLN) proses pencarian buku hanya berdasarkan pencocokan string sehingga hasil dari pencarian buku masih kurang sesuai dengan yang dicari pengunjung karena sistem tidak mengetahui isi dari buku tersebut. Penelitian ini dilakukan untuk memberikan rekomendasi buku yang paling sesuai dengan yang dicari oleh pengguna dengan berbasis chatbot. Chatbot melakukan percakapan dengan pengguna dan mengambil informasi buku yang dicari oleh pengguna. Metode yang diterapkan untuk membangun sistem ini adalah Text Pre processing dan Latent Semantic Indexing (LSI). Text pre-processing digunakan untuk menyiapkan dokumen sebelum diolah oleh metode Latent Semantic indexing (LSI). Text pre-processing meliputi tokenizing, filtering, dan stemming. Sedangkan Latent Semantic Indexing (LSI) digunakan untuk mencari topik di dalam buku yang selanjutnya dijadikan rekomendasi buku yang paling sesuai dengan yang dicari. Dari hasil pengujian menggunakan metode Latent Semantic Indexing didapatkan hasil akurasi sebesar 69.05% dengan rata-rata waktu eksekusi 1,01 detik dan pengujian dengan mean squared error (MSE), nilai error didapatkan 30.95%.